Opis projektu
Sieci neuronowe mogą wkrótce działać na sprzęcie kwantowym
Sztuczne sieci neuronowe, które symulują sposób analizy i przetwarzania informacji w ludzkim mózgu, są wykorzystywane do modelowania złożonych wzorów i prognozowania. Takie podejście zwykle polega na tworzeniu oprogramowania, które naśladuje pracę neuronów, a nie sprzętu, który działałby w ten sposób. W ramach finansowanego ze środków UE projektu Quromorphic planowane jest sprzętowe wdrożenie obliczeń neuromorficznych. Celem projektu jest zbudowanie pierwszego dedykowanego komputera na sieci neuronowej, który będzie działać w oparciu o zasady mechaniki kwantowej. Komputer powstanie na osprzęcie wykonanym z nadprzewodzących obwodów elektrycznych. Neuromorficzny sprzęt kwantowy będzie prawdopodobnie przewyższać klasyczne architektury von Neumanna, ponieważ uczenie się będzie mogło przebiegać równolegle na wielu pakietach danych rzeczywistych.
Cel
The Quromorphic project will introduce human brain inspired hardware with quantum functionalities: It will build superconducting quantum neural networks to develop dedicated, neuromorphic quantum machine learning hardware, which can, in its next generation, outperform classical von Neumann architectures. This breakthrough will combine two cutting edge developments in information processing, machine learning and quantum computing, into a radically new technology. In contrast to established machine learning approaches that emulate neural function in software on conventional von Neumann hardware, neuromorphic quantum hardware can offer a significant advantage as it can b e trained on multiple batches of real world data in parallel. This feature is expected to lead to a quantum advantage. Moreover, our approach of implementing neuromorphic quantum hardware is very promising since there exist indications that a quantum advantage in machine learning can already be achieved with moderate fault tolerance. In a longer term perspective neuromorphic hardware architectures will become extremely important in both, classical and quantum computing, particularly for distributed and embedded computing tasks, where the vast scaling of existing architectures does not provide a long-term solution. Quromorphic aims to provide proof of concept demonstrations of this new technology and a roadmap for the path towards its exploitation. To achieve this breakthrough, we will implement two classes of quantum neural networks that have immediate applications in quantum machine learning, feed forward networks and non-equilibrium quantum annealers. This effort will be completed by the development of strategies for scaling the devices to the threshold where they will surpass the capabilities of existing machine learning technology and achieve quantum advantage. In preparation for future exploitation of this new technology, we will run simulations to explore its application to real world problems.
Dziedzina nauki
- natural sciencescomputer and information sciencessoftware
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringcomputer hardwarequantum computers
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesdata sciencedata processing
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-FETOPEN-2018-2019-2020-01
System finansowania
RIA - Research and Innovation actionKoordynator
91054 Erlangen
Niemcy